DE102018001342A1 - Method and system for assisting the driving of a vehicle and computer program product - Google Patents
Method and system for assisting the driving of a vehicle and computer program product Download PDFInfo
- Publication number
- DE102018001342A1 DE102018001342A1 DE102018001342.2A DE102018001342A DE102018001342A1 DE 102018001342 A1 DE102018001342 A1 DE 102018001342A1 DE 102018001342 A DE102018001342 A DE 102018001342A DE 102018001342 A1 DE102018001342 A1 DE 102018001342A1
- Authority
- DE
- Germany
- Prior art keywords
- driver model
- driver
- vehicle
- parameter
- individual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims description 29
- 238000004590 computer program Methods 0.000 title claims description 4
- 238000012545 processing Methods 0.000 claims abstract description 203
- 238000004458 analytical method Methods 0.000 claims description 60
- 230000002996 emotional effect Effects 0.000 claims description 40
- 238000006243 chemical reaction Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 17
- 230000008451 emotion Effects 0.000 description 17
- 230000008859 change Effects 0.000 description 16
- 230000006399 behavior Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 206010041349 Somnolence Diseases 0.000 description 10
- 238000012795 verification Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000009467 reduction Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000004378 air conditioning Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008921 facial expression Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 3
- 230000003111 delayed effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 206010029216 Nervousness Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013501 data transformation Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006996 mental state Effects 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 208000012661 Dyskinesia Diseases 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002124 endocrine Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005281 excited state Effects 0.000 description 1
- 238000010195 expression analysis Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000017311 musculoskeletal movement, spinal reflex action Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 210000005037 parasympathetic nerve Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 210000004243 sweat Anatomy 0.000 description 1
- 230000002889 sympathetic effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 210000001260 vocal cord Anatomy 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/02—Control of vehicle driving stability
- B60W30/025—Control of vehicle driving stability related to comfort of drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0029—Mathematical model of the driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
- B60W2050/0083—Setting, resetting, calibration
- B60W2050/0088—Adaptive recalibration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/043—Identity of occupants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/22—Psychological state; Stress level or workload
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
Bereitgestellt wird ein Fahrzeugfahrassistenzsystem, das einen oder mehrere Prozessoren, die konfiguriert sind, ein Allgemeines-Fahrermodell-Lernprogramm, das konfiguriert ist, ein allgemeines Fahrermodell, das für eine Mehrzahl von Fahrzeugführern anzuwenden ist, basierend auf Fahrdaten der Mehrzahl von Fahrern zu erstellen, und ein Individuelles-Fahrermodell-Lernprogramm auszuführen, das konfiguriert ist, ein individuelles Fahrermodell, das für einen spezifischen Fahrzeugführer einzigartig ist, basierend auf Fahrdaten des spezifischen Fahrers zu erstellen, und einen On-Board-Controller enthält, der in einem Fahrzeug bereitgestellt ist, das von dem spezifischen Fahrer betätigt wird. Das individuelle Fahrermodelllernprogramm enthält ein Fahrzeugsteuerungs- bzw. -regelungsaktualisierungsprogramm, das konfiguriert ist, den On-Board-Controller zu veranlassen, die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung basierend auf dem allgemeinen Fahrermodell und dem individuellen Fahrermodell zu aktualisieren. Das Fahrzeugsteuerungs- bzw. -regelungsaktualisierungsprogramm erfasst das allgemeine Fahrermodell und das individuelle Fahrermodell und bestimmt gemäß einer vorgegebenen Bedingung ein Fahrermodell, auf dessen Grundlage die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung aktualisiert wird, und zwar zwischen dem allgemeinen Fahrermodell und dem individuellen Fahrermodell.Provided is a vehicle driving assistance system that includes one or more processors configured to create a general driver model learning program configured to create a general driver model to be applied to a plurality of vehicle drivers based on driving data of the plurality of drivers, and to execute an individual driver model learning program configured to create an individual driver model unique to a specific vehicle driver based on driving data of the specific driver, and including an on-board controller provided in a vehicle that is operated by the specific driver. The individual driver model learning program includes a vehicle control update program configured to cause the on-board controller to update the vehicle control processing based on the general driver model and the individual driver model. The vehicle control update program acquires the general driver model and the individual driver model and, according to a predetermined condition, determines a driver model based on which the vehicle control processing is updated, between the general driver model and the individual driver model.
Description
TECHNISCHES GEBIETTECHNICAL AREA
Die vorliegende Offenbarung betrifft ein Verfahren und ein System zum Unterstützen des Fahrens eines Fahrzeugs und insbesondere ein Verfahren und ein System zum Unterstützen des Fahrens eines Fahrzeugs unter Verwendung eines Fahrermodells. Ferner betrifft die Erfindung ein Computerprogrammprodukt.The present disclosure relates to a method and a system for assisting the driving of a vehicle, and more particularly to a method and system for assisting the running of a vehicle using a driver's model. Furthermore, the invention relates to a computer program product.
HINTERGRUND DER ERFINDUNGBACKGROUND OF THE INVENTION
Kürzlich wurde vorgeschlagen, ein Fahrermodell zum Unterstützen einer Fahrzeugsteuerung bzw. -regelung zu verwenden. Zum Beispiel offenbart die
Ferner werden Lernsysteme für Fahrzeuge vorgeschlagen. Zum Beispiel offenbart die
Im Hinblick auf das Sicherstellen einer geeigneten Fahrzeugsteuerung bzw. -regelung ist es bevorzugt, dass die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung basierend auf dem Lernen in einem externen Maschinenlernsystem, wie in
ZUSAMMENFASSUNG DER OFFENBARUNGSUMMARY OF THE REVELATION
Die vorliegende Offenbarung wird im Hinblick auf das Lösen der oben beschriebenen Punkte gemacht und zielt darauf ab, ein Verfahren und ein System zum Unterstützen des Fahrens eines Fahrzeugs bereitzustellen, bei dem die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung basierend auf dem Lernen in einem externen Maschinenlernsystem geeigneter aktualisiert wird.The present disclosure is made in view of solving the above-described issues, and aims to provide a method and system for assisting driving of a vehicle, in which vehicle control processing based on learning in an external machine learning system is more appropriate is updated.
Diese Aufgabe wird durch die Merkmale der unabhängigen Ansprüche gelöst. Weiterbildungen sind in den abhängigen Ansprüchen definiert.This object is solved by the features of the independent claims. Further developments are defined in the dependent claims.
Gemäß einem Aspekt der vorliegenden Offenbarung wird ein Fahrzeugfahrassistenzsystem bereitgestellt, das einen oder mehrere Prozessoren, die konfiguriert sind, ein Allgemeines-Fahrermodell-Lernprogramm, das konfiguriert ist, ein allgemeines Fahrermodell, das für eine Mehrzahl von Fahrzeugführern anzuwenden ist, basierend auf Fahrdaten der Mehrzahl von Fahrern zu erstellen, und ein Individuelles-Fahrermodell-Lernprogramm auszuführen, das konfiguriert ist, ein individuelles Fahrermodell, das für einen spezifischen Fahrzeugführer einzigartig ist, basierend auf Fahrdaten des spezifischen Fahrers zu erstellen, und einen On-Board-Controller enthält, der in einem Fahrzeug bereitgestellt ist, das von dem spezifischen Fahrer betätigt wird, und der konfiguriert ist, eine bestimmte Fahrzeugsteuerungs- bzw. -regelungsverarbeitung durchzuführen. Das individuelle Fahrermodelllernprogramm bzw. das Individuelles-Fahrermodell-Lernprogramm enthält ein Fahrzeugsteuerungs- bzw. -regelungsaktualisierungsprogramm, das konfiguriert ist, den On-Board-Controller zu veranlassen, die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung basierend auf dem allgemeinen Fahrermodell und dem individuellen Fahrermodell zu aktualisieren. Das Fahrzeugsteuerungs- bzw. - regelungsaktualisierungsprogramm erfasst das allgemeine Fahrermodell und das individuelle Fahrermodell und bestimmt gemäß einer vorgegebenen Bedingung ein Fahrermodell, auf dessen Grundlage die Fahrzeugsteuerungs- bzw. - regelungsverarbeitung aktualisiert wird, und zwar zwischen dem allgemeinen Fahrermodell und dem individuellen Fahrermodell.According to one aspect of the present disclosure, there is provided a vehicle driving assistance system that includes one or more processors configured as a general driver model learning program that is configured to use a general driver model to be applied to a plurality of vehicle drivers based on driving data of the plurality of drivers, and to execute an individual driver model learning program configured to create an individual driver model unique to a specific vehicle driver based on driving data of the specific driver, and an on-board controller included in is provided to a vehicle operated by the specific driver and configured to perform certain vehicle control processing. The individual driver model learning program includes a vehicle control update program configured to cause the on-board controller to provide the vehicle control processing based on the general driver model and the individual driver model To update. The vehicle control update program acquires the general driver model and the individual driver model and, according to a predetermined condition, determines a driver model based on which Vehicle control process is updated between the general driver model and the individual driver model.
Mit dieser Konfiguration wird ein geeignetes Modell aus dem allgemeinen Fahrermodell und dem individuellen Fahrermodell gemäß der vorgegebenen Bedingung ausgewählt, und die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung, die in dem Fahrzeug durchgeführt wird, wird basierend auf dem ausgewählten Modell aktualisiert. Das individuelle Fahrermodell wird basierend auf den Fahrdaten des spezifischen Fahrers des Fahrzeugs erstellt, während andererseits das allgemeine Fahrermodell basierend auf den Fahrdaten der Mehrzahl von Fahrern erstellt wird. Daher wird durch Auswählen eines des allgemeinen Fahrermodells und des individuellen Fahrermodells gemäß der vorgegebenen Bedingung die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung geeigneter aktualisiert.With this configuration, an appropriate model is selected from the general driver model and the individual driver model according to the predetermined condition, and the vehicle control processing performed in the vehicle is updated based on the selected model. The individual driver model is created based on the driving data of the specific driver of the vehicle, while on the other hand, the general driver model is created based on the driving data of the plurality of drivers. Therefore, by selecting one of the general driver model and the individual driver model according to the predetermined condition, the vehicle control processing is more appropriately updated.
Das Fahrzeugsteuerungs- bzw. -regelungsaktualisierungsprogramm kann eine Differenz zwischen dem allgemeinen Fahrermodell und dem individuellen Fahrermodell bestimmen, und wenn die Differenz über einem vorgegebenen Schwellenwert liegt, kann die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung basierend auf dem allgemeinen Fahrermodell aktualisiert werden.The vehicle control update program may determine a difference between the general driver model and the individual driver model, and when the difference is above a predetermined threshold, the vehicle control processing may be updated based on the general driver model.
Wenn bei der Konfiguration die Differenz zwischen dem allgemeinen Fahrermodell und dem individuellen Fahrermodell über dem vorgegebenen Schwellenwert liegt, wird, da die Möglichkeit besteht, dass das individuelle Fahrermodell aufgrund der Wiederholung des extremen Fahrbetriebs erzeugt wird, die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung basierend auf dem allgemeinen Fahrermodell aktualisiert. Somit wird ein Risiko einer Verringerung der Sicherheit des Fahrzeugs verringert.In the configuration, when the difference between the general driver's model and the individual driver's model is above the predetermined threshold, since there is a possibility that the individual driver's model is generated due to the repetition of the extreme driving operation, the vehicle control processing based on the updated general driver model. Thus, a risk of reducing the safety of the vehicle is reduced.
Das individuelle Fahrermodelllernprogramm kann ein Fahrerzustandsanalyseprogramm enthalten, das konfiguriert ist, einen momentanen Zustand des spezifischen Fahrers basierend auf den Fahrdaten des spezifischen Fahrers zu analysieren. Wenn der von der Fahrerzustandsanalysiereinheit analysierte Fahrerzustand nicht in einen vorgegebenen Zustand geändert wird, nachdem die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung basierend auf dem individuellen Fahrermodell aktualisiert wurde, kann das Fahrzeugsteuerungs- bzw. - regelungsaktualisierungsprogramm die Fahrzeugsteuerungs- bzw. - regelungsverarbeitung basierend auf dem allgemeinen Fahrermodell aktualisieren.The individual driver model learning program may include a driver state analysis program configured to analyze a current state of the specific driver based on the driving data of the specific driver. When the driver state analyzed by the driver state analyzing unit is not changed to a predetermined state after the vehicle control processing has been updated based on the individual driver model, the vehicle control update program may perform the vehicle control processing based on the general Update driver model.
Obwohl bei der Konfiguration die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung basierend auf dem individuellen Fahrermodell aktualisiert wird, wird, wenn der Fahrerzustand nicht verbessert wird (z. B. ein emotionaler Zustand nicht von angespannt zu entspannt geändert wird), die Fahrzeugsteuerungs- bzw. - regelungsverarbeitung erneut basierend auf dem allgemeinen Fahrermodell aktualisiert.Although in the configuration, the vehicle control processing is updated based on the individual driver's model, if the driver's condition is not improved (eg, an emotional state is not changed from being tense to relaxed), the vehicle control updated again based on the general driver model.
Das Fahrzeugsteuerungs- bzw. -regelungsaktualisierungsprogramm kann die Aktualisierung der Fahrzeugsteuerungs- bzw. -regelungsverarbeitung basierend auf dem individuellen Fahrermodell als die bzw. gegenüber der Aktualisierung der Fahrzeugsteuerungs- bzw. -regelungsverarbeitung basierend auf dem allgemeinen Fahrermodell priorisieren.The vehicle control update program may prioritize the update of the vehicle control processing based on the individual driver model as the update of the vehicle control processing based on the general driver model.
Da das individuelle Fahrermodell die Eigenschaften des spezifischen Fahrers mehr als das allgemeine Fahrermodell widerspiegelt, ist es bevorzugt, die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung gemäß dem individuellen Fahrermodell zu aktualisieren.Since the individual driver model reflects the characteristics of the specific driver more than the general driver model, it is preferable to update the vehicle control processing according to the individual driver model.
Gemäß einem weiteren Aspekt der vorliegenden Offenbarung wird ein Verfahren zum Unterstützen des Fahrens eines Fahrzeugs durch ein Fahrzeugfahrassistenzsystem bereitgestellt. Das System enthält einen oder mehrere Prozessoren, die konfiguriert sind, ein Allgemeines-Fahrermodell-Lernprogramm, das konfiguriert ist, ein allgemeines Fahrermodell, das für eine Mehrzahl von Fahrzeugführern anzuwenden ist, basierend auf Fahrdaten der Mehrzahl von Fahrern zu erstellen, und ein Individuelles-Fahrermodell-Lernprogramm auszuführen, das konfiguriert ist, ein individuelles Fahrermodell, das für einen spezifischen Fahrzeugführer einzigartig ist, basierend auf Fahrdaten des spezifischen Fahrers zu erstellen, und einen On-Board-Controller, der in einem Fahrzeug bereitgestellt ist, das von dem spezifischen Fahrer betätigt wird, und der konfiguriert ist, eine bestimmte Fahrzeugsteuerungs- bzw. - regelungsverarbeitung durchzuführen. Das Verfahren umfasst ein Veranlassen des Individuelles-Fahrermodell-Lernprogramms, das allgemeine Fahrermodell von dem Allgemeines-Fahrermodell-Lernprogramm zu erlangen, einen Steuerungs- bzw. Regelungsparameter der Fahrzeugsteuerungs- bzw. -regelungsverarbeitung von dem On-Board-Controller zu erlangen, von dem individuellen Fahrermodell einen individuellen Fahrermodellparameter entsprechend dem erlangten Steuerungs- bzw. Regelungsparameter zu erlangen, von dem allgemeinen Fahrermodell einen allgemeinen Fahrermodellparameter entsprechend dem Steuerungs- bzw. Regelungsparameter zu erlangen, eine Differenz zwischen dem individuellen Fahrermodellparameter und dem allgemeinen Fahrermodellparameter zu berechnen, einen Aktualisierungsparameter für den Steuerungs- bzw. Regelungsparameter basierend auf dem individuellen Fahrermodellparameter zu berechnen, wenn die Differenz kleiner als ein vorgegebener Wert ist, einen Aktualisierungsparameter für den Steuerungs- bzw. Regelungsparameter basierend auf dem allgemeinen Fahrermodellparameter zu berechnen, wenn die Differenz größer als der vorgegebene Wert ist, eine Instruktion zum Aktualisieren des Steuerungs- bzw. Regelungsparameters auf den Aktualisierungsparameter an den On-Board-Controller zu übertragen.In accordance with another aspect of the present disclosure, a method for assisting driving a vehicle by a vehicle driving assistance system is provided. The system includes one or more processors configured to generate a generic driver model learning program configured to create a general driver model to be applied to a plurality of vehicle drivers based on driving data of the plurality of drivers, and an individualized driver model. To execute a driver model learning program that is configured to create an individual driver model that is unique to a specific driver based on driving data of the specific driver, and an on-board controller that is provided in a vehicle that the specific driver is operated, and is configured to perform a specific vehicle control processing. The method includes causing the individual driver model learning program to obtain the general driver model from the general driver model learning program to obtain a control parameter of the vehicle control processing from the on-board controller, of which individual driver model to obtain an individual driver model parameter according to the obtained control parameter, to obtain from the general driver model a general driver model parameter corresponding to the control parameter, a difference between the driver model calculate an individual driver model parameter and the general driver model parameter, calculate an update parameter for the control parameter based on the individual driver model parameter when the difference is smaller than a predetermined value, an update parameter for the control parameter based on the general driver model parameter when the difference is greater than the predetermined value, to transmit an instruction for updating the control parameter to the update parameter to the on-board controller.
Gemäß einem weiteren Aspekt der vorliegenden Offenbarung wird ein Verfahren zum Unterstützen des Fahrens eines Fahrzeugs durch ein Fahrzeugfahrassistenzsystem bereitgestellt. Das System enthält einen oder mehrere Prozessoren, die konfiguriert sind, ein Allgemeines-Fahrermodell-Lernprogramm, das konfiguriert ist, ein allgemeines Fahrermodell, das für eine Mehrzahl von Fahrzeugführern anzuwenden ist, basierend auf Fahrdaten der Mehrzahl von Fahrern zu erstellen, und ein Individuelles-Fahrermodell-Lernprogramm auszuführen, das konfiguriert ist, ein individuelles Fahrermodell, das für einen spezifischen Fahrzeugführer einzigartig ist, basierend auf Fahrdaten des spezifischen Fahrers zu erstellen, und einen On-Board-Controller, der in einem Fahrzeug bereitgestellt ist, das von dem spezifischen Fahrer betätigt wird, und der konfiguriert ist, eine bestimmte Fahrzeugsteuerungs- bzw. - regelungsverarbeitung durchzuführen. Das Verfahren umfasst ein Veranlassen eines Fahrerzustandsanalyseprogramms, einen momentanen emotionalen Zustand des Fahrers basierend auf den Fahrdaten des bestimmten Fahrers zu analysieren, Veranlassen des individuellen Fahrermodelllernprograms, einen Steuerungs- bzw. Regelungsparameter der Fahrzeugsteuerungs- bzw. -regelungsverarbeitung von dem On-Board-Controller zu erlangen, Veranlassen des Individuelles-Fahrermodell-Lernprogramms, von dem individuellen Fahrermodell einen individuellen Fahrermodellparameter entsprechend dem erlangen Steuerungs- bzw. Regelungsparameter zu erlangen, Veranlassen des Individuelles-Fahrermodell-Lernprogramms, basierend auf dem individuellen Fahrermodellparameter einen Aktualisierungsparameter für den Steuerungs- bzw. Regelungsparameter zu berechnen, Veranlassen des Individuelles-Fahrermodell-Lernprogramms, an den On-Board-Controller eine Instruktion zum Aktualisieren des Steuerungs- bzw. Regelungsparameters auf den Aktualisierungsparameter zu übertragen, Veranlassen des On-Board-Controllers, den Steuerungs- bzw. Regelungsparameter auf den Aktualisierungsparameter zu aktualisieren, Veranlassen des Fahrerzustandsanalyseprogramms, den emotionalen Zustand des Fahrers basierend auf den Fahrdaten des spezifischen Fahrers nach der Aktualisierung zu aktualisieren, Veranlassen des Individuelles-Fahrermodell-Lernprogramms, einen allgemeinen Fahrermodellparameter entsprechend dem aktualisierten Steuerungs- bzw. Regelungsparameter von dem allgemeinen Fahrermodell zu erlangen, wenn der durch das Fahrerzustandsanalyseprogramm analysierte Fahrergefühlszustand nach der Aktualisierung nicht zu einem bestimmten Zustand geändert wird, Veranlassen des Individuelles-Fahrermodell-Lernprogramms, einen Aktualisierungsparameter für den aktualisierten Steuerungs- bzw. Regelungsparameter basierend auf dem allgemeinen Fahrermodellparameter zu berechnen, und Veranlassen des Individuelles-Fahrermodell-Lernprogramms, an den On-Board-Controller eine Instruktion zum Aktualisieren des aktualisierten Steuerungs- bzw. Regelungsparameters auf den Aktualisierungsparameter zu übertragen, der basierend auf dem allgemeinen Fahrermodellparameter berechnet wird.In accordance with another aspect of the present disclosure, a method for assisting driving a vehicle by a vehicle driving assistance system is provided. The system includes one or more processors configured to generate a generic driver model learning program configured to create a general driver model to be applied to a plurality of vehicle drivers based on driving data of the plurality of drivers, and an individualized driver model. To execute a driver model learning program that is configured to create an individual driver model that is unique to a specific driver based on driving data of the specific driver, and an on-board controller that is provided in a vehicle that the specific driver is operated, and is configured to perform a specific vehicle control processing. The method includes causing a driver state analysis program to analyze a current emotional state of the driver based on the driving data of the specific driver, causing the individual driver learning program to input a control parameter of the vehicle control processing from the on-board controller obtaining, causing the individual driver model learning program to obtain from the individual driver model an individual driver model parameter corresponding to the obtained control parameter, causing the individual driver model learning program based on the individual driver model parameter an update parameter for the control parameter to cause the individual driver model learning program to communicate to the on-board controller an instruction to update the control parameter to the update parameter causing the on-board controller to update the control parameter to the update parameter, causing the driver state analysis program to update the driver's emotional state based on the specific driver's driving data after the update, causing the individual driver model A learning program of obtaining a general driver model parameter according to the updated control parameter from the general driver model when the driver feeling condition analyzed by the driver state analysis program is not changed to a specific state after the updating, causing the individual driver model learning program to set an update parameter for the driver to calculate updated control parameters based on the general driver model parameter, and causing the individual driver model learning program to instruct the on-board controller on to update the updated control parameter to the update parameter, which is calculated based on the general driver model parameter.
Gemäß einem weiteren Aspekt wird ein Computerprogrammprodukt bereitgestellt, das computerlesbare Instruktionen umfasst, die, wenn sie auf einem geeigneten System geladen und ausgeführt werden, die Schritte des oben genannten Verfahrens ausführen können.In another aspect, there is provided a computer program product comprising computer readable instructions that, when loaded and executed on a suitable system, may perform the steps of the above method.
Figurenlistelist of figures
-
1 ist eine Konfigurationsansicht eines Fahrzeugfahrassistenzsystems gemäß einer Ausführungsform der vorliegenden Offenbarung.1 FIG. 10 is a configuration view of a vehicle driving assist system according to an embodiment of the present disclosure. FIG. -
2 ist ein Funktionsblockdiagramm verschiedener Komponenten des Fahrzeugfahrassistenzsystems gemäß der Ausführungsform der vorliegenden Offenbarung.2 FIG. 12 is a functional block diagram of various components of the vehicle driving assistance system according to the embodiment of the present disclosure. FIG. -
3 ist ein Funktionsblockdiagramm des Inneren eines Fahrzeugsteuerungs- bzw. - regelungsblocks in einem Fahrzeug gemäß der Ausführungsform der vorliegenden Offenbarung.3 FIG. 10 is a functional block diagram of the interior of a vehicle control block in a vehicle according to the embodiment of the present disclosure. FIG. -
4 ist ein Diagramm eines Datenflusses zwischen einem gemeinsam genutzten Server, einem individuellen Server und einem On-Board-Controller gemäß der Ausführungsform der vorliegenden Offenbarung.4 FIG. 10 is a diagram of a data flow between a shared server, an individual server, and an on-board controller according to the embodiment of the present disclosure. FIG. -
5 ist ein Diagramm von Operationen von Synchronisations-Engines gemäß der Ausführungsform der vorliegenden Offenbarung.5 FIG. 10 is a diagram of operations of synchronization engines according to the embodiment of the present disclosure. FIG. -
6 ist ein Diagramm einer Parameteraktualisierungsverarbeitung gemäß der Ausführungsform der vorliegenden Offenbarung.6 FIG. 10 is a diagram of parameter update processing according to the embodiment of the present disclosure. FIG. -
7 ist ein Diagramm einer Empfehlungsverarbeitung gemäß der Ausführungsform der vorliegenden Offenbarung.7 FIG. 15 is a diagram of recommendation processing according to the embodiment of the present disclosure. FIG. -
8 ist eine Konfigurationsansicht eines Fahrzeugfahrassistenzsystems gemäß einer Modifikation der Ausführungsform der vorliegenden Offenbarung.8th FIG. 10 is a configuration view of a vehicle driving assist system according to a modification of the embodiment of the present disclosure. FIG.
DETAILLIERTE BESCHREIBUNG DER OFFENBARUNGDETAILED DESCRIPTION OF THE DISCLOSURE
Nachfolgend wird ein Fahrzeugfahrassistenzsystem gemäß einer Ausführungsform der vorliegenden Offenbarung mit Bezug auf die beiliegenden Zeichnungen beschrieben. Zunächst wird eine Konfiguration des Fahrzeugfahrassistenzsystems des Fahrzeugs mit Bezug auf
Wie in
Jeder des gemeinsam genutzten Servers
Gleichermaßen enthält der On-Board-Controller
Wie in
Die allgemeinen Daten sind beispielsweise Sprachdaten, Verhaltensdaten, Bilddaten etc. eines Menschen (Fahrzeugführers). Die allgemeinen Daten werden hauptsächlich zum Erstellen eines Emotionsschätzmodells verwendet, das einen Teil des allgemeinen Fahrermodells
Das allgemeine Fahrermodell
Die Folgenden sind Beispiele der Untermodelle des allgemeinen Fahrermodells
In einem Fall, in dem die Lern-Engine
In einem Fall, in dem die Lern-Engine
Ferner enthält das allgemeine Fahrermodell
Die Fahrerzustandsdaten, die zum Analysieren des emotionalen Zustandes verwendet werden, sind Sprachdaten, Bilddaten, Elektroenzephalogrammdaten etc. Für die emotionale Analyse wird zum Beispiel eine Frequenzanalyse einer Schallwelle basierend auf einer unwillkürlichen Bewegung eines Stimmbands durchgeführt durch Analysieren der Sprachdaten (gesprochene Stimme). Ferner werden eine Gesichtsausdruckanalyse basierend auf den Bilddaten und eine Gesichtsfarbanalyse durchgeführt, um eine Veränderung des Blutflusses zu erkennen. Darüber hinaus wird eine Analyse eines Verhältnisses eines sympathischen Nervs bezüglich eines parasympathischen Nervs eines vegetativen Nervensystems durchgeführt. Unter Verwendung einer oder mehrerer dieser Analysen wird beispielsweise der emotionale Zustand beispielsweise auf einer Emotionskarte, welche die verschiedenen Emotionen auf Koordinaten angibt, oder dem Circumplex-Modell von Russell identifiziert. Die Lern-Engine 11 analysiert eine Veränderung des emotionalen Zustands (d.h. eine Bewegung auf der Emotionskarte oder dem Circumplex-Modell) und eine Veränderung des Fahrzeugzustands.The driver state data used for analyzing the emotional state is voice data, image data, electroencephalogram data, etc. For the emotional analysis, for example, a frequency analysis of a sound wave based on an involuntary movement of a vocal cord is performed by analyzing the voice data (spoken voice). Further, facial expression analysis based on the image data and facial color analysis are performed to detect a change in blood flow. In addition, an analysis is made of a sympathetic nerve ratio with respect to a parasympathetic nerve of a vegetative nervous system. For example, using one or more of these analyzes, the emotional state is identified, for example, on an emotion map indicating the various emotions on coordinates, or Russell's circumplex model. The learning
Zum Beispiel in einem Fall, in dem die Lern-Engine
Wenn ferner gelernt wird, dass ein neuer Steuer- bzw. Regel- bzw. Kontrollfaktor, der nicht in dem existierenden Relevanzmodell enthalten ist, eine Veränderung des emotionalen Zustands verursacht (z. B. fühlt der Fahrer Vergnügen aufgrund einer Kombination einer Mehrzahl von Elementen des Fahrzeugzustands), wird ein neues Relevanzmodell basierend auf dem neuen Kontrollfaktor generiert. Auf diese Weise erstellt die Lern-Engine
Bei jedem individuellen Server
Es ist anzumerken, dass die allgemeinen Daten, die von dem individuellen Server
Die Sprachdaten, die durch ein Mikrofon des Fahrzeugs
Das individuelle Fahrermodell
Der On-Board-Controller
Die Fahrzeugsteuerungs- bzw. -regelungsverarbeitung umfasst die Fahrsteuerungs- bzw. -regelungsverarbeitung und die Fahrassistenzverarbeitung. Die Fahrassistenzverarbeitung umfasst eine autonome Fahrassistenzverarbeitung, eine Assistenzinformationsdarstellungsverarbeitung und eine On-Bord-Vorrichtung-Steuerungs- bzw. -Regelungsverarbeitung.The vehicle control processing includes the travel control processing and the driving assist processing. The driver assistance processing includes an autonomous Driving assistance processing, assistance information display processing, and on-board device control processing.
Bei der autonomen Fahrassistenzverarbeitung wird ein Instruktionssignal an die Fahrzeugsteuerungs- bzw. -regelungssysteme 9d (Motor, Bremse, Lenkung) ausgegeben, und das Gaspedal, die Bremse und die Lenkvorrichtung werden automatisch betätigt.In the autonomous driving assistance processing, an instruction signal is output to the
Bei der Assistenzinformationsdarstellungsverarbeitung werden verschiedene Arten von Assistenzinformationen zum Unterstützen des Fahrbetriebs des Fahrers über On-Board-Informationsdarstellungsvorrichtungen 9a (Navigationsvorrichtung, Messgerät, Lautsprecher etc.) bereitgestellt, und Informationen werden einem externen Informationssystem, einem Informationsendgerät, einem Haushaltsgerät etc. über Informationskommunikationsvorrichtungen 9c (On-Board-Kommunikationseinheit, tragbares Informationsendgerät etc.) bereitgestellt.In the assistance information presentation processing, various kinds of assistance information for assisting the driving operation of the driver are provided via on-board
Bei der On-Board-Vorrichtung-Steuerungs- bzw. -Regelungsverarbeitung werden die On-Board-Vorrichtungen 9b (Klimaanlage, Fenster, Licht, Tür etc.) automatisch betätigt, um die Fahrumgebung zu verbessern. Zum Beispiel werden die Temperatureinstellung und das Ein-/Ausschalten der Klimaanlage automatisch durchgeführt, und das Fenster wird automatisch geöffnet und geschlossen.In the on-board device control processing, the on-
Die Fahrzeugsensoren
Die fahrzeuginterne Kamera erfasst Bilder des Fahrers und anderer Insassen in dem Fahrzeug A und gibt fahrzeuginterne Bilddaten aus.The in-vehicle camera captures images of the driver and other occupants in the vehicle A and outputs vehicle-internal image data.
Der biologische Sensor misst eine Herzfrequenz, einen Puls, Schweiß, Elektroenzephalogramm etc. des Fahrers und gibt biologische Daten aus.The biological sensor measures a heart rate, pulse, sweat, electroencephalogram, etc. of the driver and outputs biological data.
Das Mikrofon sammelt die Stimme des Fahrers und anderer Insassen und gibt die Sprachdaten aus.The microphone collects the voice of the driver and other occupants and outputs the voice data.
Die externe Kamera nimmt Bilder der vorderen, linken, rechten und hinteren Seite des Fahrzeugs A auf und gibt externe Bilddaten aus.The external camera captures images of the front, left, right and rear sides of the vehicle A and outputs external image data.
Das Radar entlädt Radiowellen, Schallwellen oder Laserlicht in Richtung der vorderen, linken, rechten und hinteren Seite des Fahrzeugs
Das Navigationsgerät erfasst die Fahrzeugpositionsinformationen und gibt Navigationsdaten (eine Mehrzahl von Routeninformationen, Routeninformationen, die vom Fahrer ausgewählt werden, etc.) in Kombination mit internen Karteninformationen und Verkehrsstauinformationen und Eingabeinformationen (Ziel, Weg etc.) aus, die extern erfasst wurden.The navigation apparatus acquires the vehicle position information, and outputs navigation data (a plurality of route information, route information selected by the driver, etc.) in combination with internal map information and traffic congestion information and input information (destination, route, etc.) that has been acquired externally.
Der Fahrzeugverhaltenssensor und der Fahrerbetätigung-Erfassungssensor umfassen einen Geschwindigkeitssensor, einen Längsbeschleunigungssensor, einen Querbeschleunigungssensor, einen Giergeschwindigkeits- bzw. -ratensensor, einen Gaspedalöffnungssensor, einen Motordrehzahlsensor, einen AT-Getriebe-Positionssensor, einen Bremsschaltersensor, einen Bremshydraulikdrucksensor, einen Lenkwinkelsensor, einen Lenkmomentsensor, einen Blinkerschalterpositionssensor, einen Wischerschalterpositionssensor, einen Lichtschalterpositionssensor, fahrzeuginterne und externe Temperatursensoren, etc.The vehicle behavior sensor and the driver operation detection sensor include a speed sensor, a longitudinal acceleration sensor, a lateral acceleration sensor, a yaw rate sensor, an accelerator opening sensor, an engine speed sensor, an AT transmission position sensor, a brake switch sensor, a brake hydraulic pressure sensor, a steering angle sensor, a steering torque sensor, a turn signal switch position sensor, a wiper switch position sensor, a light switch position sensor, in-vehicle and external temperature sensors, etc.
Der Fahrzeug-Fahrzeug-Kommunikator, der Fahrzeug-zu-Infrastruktur-Kommunikator und die Fernsteuerung erfassen Kommunikationsdaten von anderen Fahrzeugen, Verkehrsdaten (Verkehrsstauinformationen, Höchstgeschwindigkeitsinformationen, etc.) von der Verkehrsinfrastruktur und Fernbetriebs- bzw- -bedienungsdaten, die extern erhalten werden, und geben diese aus.The vehicle-to-vehicle communicator, the vehicle-to-infrastructure communicator, and the remote controller detect communication data of other vehicles, traffic data (traffic congestion information, maximum speed information, etc.) from the traffic infrastructure, and remote operation data obtained externally, and spend these.
Ausgangsdaten von den Fahrzeugsensoren
Zum Beispiel werden die externen Bilddaten der externen Kamera in Positionsdaten eines vorausfahrenden Fahrzeugs oder einer Fahrspur, Versatzdaten (Abweichungsdaten) von einer Referenzlinie (der Mitte der Fahrspur oder einer festgelegten Route) etc. umgewandelt. Ferner werden Lenkwinkeldaten des Lenkwinkelsensors in Fluktuationsdaten (Daten eines Wanderlenkwinkels; Fluktuationsbereich, Fluktuationszyklus etc.) umgewandelt. Darüber hinaus werden die Bilddaten der fahrzeuginternen Kamera in individuelle Identifikationsdaten (ein Ergebnis einer Fahrerauthentifizierung basierend auf einem vorregistrierten Fahrerbild und individuellen Daten zum Identifizieren des authentifizierten Fahrers), Gesichtsausdrucksdaten zum Ermitteln eines Lächelns des Fahrers (der Winkel des Mundwinkels, die Winkel der Augenwinkel etc.) etc. umgewandelt.For example, the external image data of the external camera is converted into position data of a preceding vehicle or lane, offset data (deviation data) from a reference line (the center of the lane or a predetermined route), etc. Further, steering angle data of the steering angle sensor is converted into fluctuation data (traveling steering angle data, fluctuation range, fluctuation cycle, etc.). Moreover, the image data of the in-vehicle camera becomes individual identification data (a result of driver authentication based on a pre-registered driver image and individual data for identifying the authenticated driver), facial expression data for determining a smile of the driver (the angle of the corner of the mouth, the angles of the corner of the eye, etc.). ) etc. converted.
Die Fahrdaten sind verschiedene Daten bezüglich des Fahrers, der Umgebung und des Fahrzeugs und umfassen Fahrerzustandsdaten, Umgebungsdaten und Fahrzeugzustandsdaten. Jedes dieser Daten umfasst eine Mehrzahl von Datenstücken.The driving data is various data regarding the driver, the surroundings and the vehicle and includes driver status data, environment data and vehicle condition data. Each of these data comprises a plurality of pieces of data.
Die Fahrerzustandsdaten geben einen physikalischen Zustand des Fahrers an und umfassen die fahrzeuginternen Bilddaten (einschließlich erfasster Bilddaten des Fahrers), die Sprachdaten, die biologischen Daten (einschließlich Herzfrequenzdaten) etc.The driver condition data indicates a physical condition of the driver and includes the in-vehicle image data (including detected driver image data), the voice data, the biological data (including heart rate data), etc.
Die Umgebungsumgebungsdaten geben Zustände von Objekten außerhalb des Fahrzeugs an, wie z. B. das andere Fahrzeug, den Fußgänger, das Hindernis, eine Straßenform und eine Verkehrsbedingung um das Fahrzeug
Die Fahrzeugzustandsdaten geben einen Fahrzeugbetriebszustand und Betriebszustände der On-Board-Vorrichtungen an und umfassen Messdaten, die durch den Fahrzeugverhaltenssensor erhalten werden, Fahrerbetätigung-Daten, welche die Schalterpositionen etc. der On-Board-Vorrichtungen angeben, die durch den Fahrerbetätigung-Erfassungssensor erhalten werden, und individuelle Identifikationsdaten. Die Fahrzeugzustandsdaten umfassen beispielsweise die Fahrzeuggeschwindigkeit, die Längsbeschleunigung, eine Querbeschleunigung, eine Gierrate bzw. -geschwindigkeit, die Gaspedalöffnung, eine Motordrehzahl, eine AT-Gangposition, eine Bremsschaltposition, einen Bremshydraulikdruck, einen vorderen Fahrzeug-Fahrzeug-Abstande, eine relative Geschwindigkeit in Bezug auf das vorausfahrende Fahrzeug, den Lenkwinkel, ein Lenkdrehmoment, eine Blinkerschalterposition, eine Scheibenwischerschalterposition, eine Lichtschalterposition, Fahrzeuginnenraum- und Außentemperaturen, individuelle Identifikationsinformationen, etc.The vehicle state data indicates a vehicle operating state and operating states of the on-board devices, and includes measurement data obtained by the vehicle behavior sensor, driver operation data indicating the switch positions, etc. of the on-board devices obtained by the driver operation detection sensor , and individual identification data. The vehicle state data includes, for example, vehicle speed, longitudinal acceleration, lateral acceleration, yaw rate, accelerator opening, engine speed, AT gear position, brake shift position, brake hydraulic pressure, front-vehicle-vehicle distance, relative speed on the preceding vehicle, the steering angle, a steering torque, a turn switch position, a windshield wiper switch position, a light switch position, vehicle interior and exterior temperatures, individual identification information, etc.
Die zweite Synchronisations-Engine
Wie in
Die Fahrdaten werden in den Momentanzustandsanalyseblock
Der Fahrerzustand wird beispielsweise aus Herzfrequenzdaten des Fahrers, Wanderanalysedaten etc. identifiziert. Der Umgebungszustand wird beispielsweise aus Kamerabilddaten, Radarmessdaten etc. identifiziert. Der Fahrzeugzustand wird beispielsweise aus Querbeschleunigungsdaten, Motorleistungsdaten, Bremsabriebbetragsdaten etc. identifiziert.The driver state is identified, for example, from heart rate data of the driver, walking analysis data, etc. The environmental state is, for example, camera image data, radar measurement data, etc. identified. The vehicle state is identified, for example, from lateral acceleration data, engine performance data, brake abrasion amount data, etc.
Der Differenzberechnungsblock
Der Unterhaltungssteuerungs- bzw. -regelungsblock 52a und der Sicherheitssteuerungs- bzw. -regelungsblock 52b führen verschiedene Prozesse basierend auf den Differenzdaten aus.The
Der Sicherheitssteuerungs- bzw. -regelungsblock 52b steuert bzw. regelt eine Sicherheitssteuerungs- bzw. -regelungsverarbeitung, die von den Operationen der Fahrzeugsteuersysteme 9d begleitet wird, und steuert bzw. regelt auch die Assistenzinformationsdarstellungsverarbeitung begleitet von den Operationen der Informationsdarstellungsvorrichtungen 9a, den On-Board-Vorrichtungen
Der Unterhaltungssteuerungs- bzw. -regelungsblock 52a und der Sicherheitssteuerungs- bzw. -regelungsblock 52b geben Betriebsinstruktionen an die Informationsdarstellungsvorrichtungen 9a, die On-Board-Vorrichtungen
Zum Beispiel wird ein Fall betrachtet, in dem der Momentanzustandsanalyseblock
Der Differenzberechnungsblock
Wenn ferner ein tatsächlicher Lenkungsbetätigungszeitpunkt über eine vorgegebene Zeitperiode später ist als ein Lenkungsbetätigungszeitpunkt, der durch die geplante Fahrtroute definiert ist, wird eine Nachricht angezeigt, die dazu auffordert, den Lenkungsbetätigungszeitpunkt vorzuverlegen.Further, when an actual steering operation timing is later than a steering operation timing defined by the planned driving route over a predetermined period of time, a message requesting to advance the steering operation timing is displayed.
Wenn ferner eine geschätzte Herzfrequenz gemäß dem idealen Modell um einen vorgegebenen Wert (der in einem angeregten Zustand geschätzt wird) in einer vorgegebenen Situation höher ist als eine tatsächliche Herzfrequenz, führt der Unterhaltungssteuerungs- bzw. -regelungsblock 52a eine Verarbeitung zum Anzeigen einer Nachricht, die den Fahrer auffordert, eine Pause einzulegen, oder einer Nachricht aus, die dazu auffordert, Musik abzuspielen, um die Stimmung des Fahrers zu beruhigen.Further, when an estimated heart rate according to the ideal model is higher than an actual heart rate by a predetermined value (estimated in an excited state) in a predetermined situation, the
Als nächstes werden die erste Synchronisations-Engine
Wie in
Andererseits lernt und wächst der individuelle Server
Daher wird in dieser Ausführungsform eine Informationsentropie abgeglichen, so dass die Datenverarbeitung in jeder Schicht gleichmäßig ausgeführt wird (das heißt, der Fluss der Datenverarbeitung verschlechtert sich in keiner der Schichten). Im Allgemeinen wird eine Verarbeitungslast zu jedem Zeitpunkt (pro Zeiteinheit) durch Anpassen der Datenmenge abgeglichen, die pro Zeiteinheit in jeder Schicht verarbeitet wird, indem eine Betriebslast der Verarbeitung, die in jeder Schicht ausgeführt wird (eine Gesamtzahl von Schritten eines Verarbeitungsprogramms) und eine Sollantwortzeit beim Ausführen aller Verarbeitungsschritte, wie sie bekannt sind, vorliegen.Therefore, in this embodiment, information entropy is balanced so that the data processing in each layer is smoothly performed (that is, the flow of data processing does not deteriorate in any of the layers). In general, a processing load at each time point (per unit time) is adjusted by adjusting the amount of data processed per unit time in each layer by an operating load of the processing performed in each layer (a total number of steps of a processing program) and a target response time when performing all processing steps as known.
In dieser Ausführungsform ist die Informationsentropie definiert durch „Datenmenge pro Zeiteinheit x Verarbeitungsgeschwindigkeit“. Die Verarbeitungsgeschwindigkeit ist definiert durch „die Gesamtzahl der Schritte des Verarbeitungsprogramms (die Anzahl aller Programmzeilen) x der Sollreaktionszeit.“
Wenn zum Beispiel bei dem On-Board-Controller
Da die Datenmenge jeder Schicht auf diese Weise eingestellt wird, wird beim Übertragen der Fahrdaten von der unteren Schicht an die höhere Schicht die Datenumwandlung der Fahrdaten durch die Synchronisations-Engine der unteren Schicht ausgeführt, so dass es für die höhere Schicht leicht wird, die Fahrdaten zu verarbeiten. Durch diese Datenumwandlung werden die Fahrdaten hinsichtlich Menge, Qualität und Zeit umgewandelt. Der On-Board-Controller
Wie in
Die Synchronisationsanforderungsblöcke 21 und 41, die sich in höheren Schichten als die Synchronisations-Engines
Bei der Datenumwandlungsverarbeitung hinsichtlich der Menge wird die Menge der Fahrdaten verringert. Zum Beispiel wird eine Datenmengenverringerungsverarbeitung durch eine Extraktion der Merkmalsmenge, eine Umwandlung der Informationsmenge etc. ausgeführt. Die erste Synchronisations-Engine
Bei der Extraktion der Merkmalsmenge wird die Datengröße dahingehend verringert, eine Mindestinformation zu enthalten, die bei der Verarbeitung in der höheren Schicht benötigt wird. Zum Beispiel werden die Bilddaten in Daten der Merkmalsmenge umgewandelt, die aus den Bilddaten extrahiert wird (die Information des Winkels des Mundwinkels, der Fahrspur etc.).In extracting the feature set, the data size is reduced to include minimum information needed for processing in the higher layer. For example, the image data is converted into data of the feature amount extracted from the image data (the angle of mouth information, the lane information, etc.).
Bei der Umwandlung der Informationsmenge werden die Fahrdaten in einen Zusammenfassungsstatistikbetrag umgewandelt (gemittelt, zeitgefiltert etc.). Zum Beispiel wird ein Abweichungsbetrag (Abweichungsbetragsdaten von ungefähr alle 10 ms) von einer Mittellinie auf der Straße in Durchschnittsabweichungsbetragsdaten in einem Intervall von etwa 100 Sekunden umgewandelt. Ferner werden die Lenkwinkeldaten von etwa alle 10 ms in Wandergradbestimmungsdaten in einer Einheit von etwa 5 Sekunden umgewandelt.In the conversion of the information amount, the driving data is converted into a summary statistical amount (averaged, time-filtered, etc.). For example, a deviation amount (deviation amount data of approximately every 10 ms) from a centerline on the road is converted into average deviation amount data in an interval of about 100 seconds. Further, the steering angle data of about every ten milliseconds is converted into a migration degree determination data in a unit of about 5 seconds.
Die Synchronisations-Engines können die anderen Verarbeitungsblöcke veranlassen, die Extraktion der Merkmalsmenge und die Umwandlung der Informationsmenge durchzuführen.The synchronization engines may cause the other processing blocks to perform the extraction of the feature set and the conversion of the information set.
Bei der Datenumwandlungsverarbeitung hinsichtlich der Qualität wird eine Datenrelevanzumwandlungsverarbeitung des Umwandelns der Relevanz zwischen den Informationen der Mehrzahl von Elementen der Fahrdaten durchgeführt. Die erste Synchronisations-Engine 40 und die zweite Synchronisations-Engine
Bei der Relevanzumwandlung werden mehrere Datenstücke selektiv miteinander assoziiert bzw. verknüpft. Zum Beispiel wird die Assoziierung bzw. Verknüpfung der individuellen Identifikationsdaten mit den Herzfrequenzdaten, Zeitdaten mit den Herzfrequenzdaten und Positionsdaten mit den Herzfrequenzdaten durchgeführt. Alternativ können die individuellen Identifikationsdaten, die Herzfrequenzdaten, die Zeitdaten und die Positionsdaten zu einzelnen Daten verknüpft sein. Durch diese Verknüpfung werden die verknüpften Daten als integrierte Daten bei der Verarbeitung eines bestimmten Zwecks verarbeitet. Daher wird die Verarbeitungsmenge in der höheren Schicht verringert. Beispielsweise sind bzw. werden die Winkeldaten der Mundwinkel (Merkmalsmengendaten, die durch die Datenmengenverringerungsverarbeitung erhalten werden), die Sprachdaten, Fahrbetriebsdaten, fahrzeuginterne Umgebungsdaten (Klimatisierung, Audio etc.) zum Erstellen des Lächeln-Bestimmungsmodells miteinander verknüpft.In relevance transformation, multiple pieces of data are selectively associated or linked together. For example, the association of the individual identification data with the heart rate data, time data with the heart rate data, and position data with the heart rate data are performed. Alternatively, the individual identification data, the heart rate data, the time data and the position data may be linked to individual data. This linking processes the linked data as built-in data when processing a particular purpose. Therefore, the processing amount in the upper layer is reduced. For example, the angle data of the corner of the mouth (feature amount data obtained by the data amount reduction processing), the voice data, driving operation data, in-vehicle environment data (air conditioning, audio, etc.) are linked with each other to create the smile determination model.
Ferner werden bei der Relevanzumwandlung spezifische Informationen aus der Mehrzahl von verknüpften Informationen gelöscht. Zum Beispiel sind die individuellen Identifikationsdaten ausgeschlossen. Der individuelle Server
Bei der Datenumwandlungsverarbeitung hinsichtlich der Zeit wird eine Zeitachsenänderungsverarbeitung ausgeführt, bei der die Fahrdaten in Bezug auf eine Zeitachse verarbeitet werden. Die erste Synchronisations-Engine
Bei der Verarbeitung in Bezug auf die Zeitachse (Zeitachsenverarbeitung) werden gegebene Zeitvariationsdaten selektiv auf der Zeitachse extrahiert (abgetastet). Wenn beispielsweise die Qualität der Daten konstant ist, werden die Informationen in der Zeitachsenrichtung ausgedünnt. Insbesondere werden die Herzfrequenzdaten in einem Intervall von etwa 10 ms beispielsweise zu Herzfrequenzdaten in einem Intervall von etwa 100 ms ausgedünnt. Wenn zum Beispiel die Herzfrequenzdaten verwendet werden, um eine Arrhythmie zu erfassen, werden nur die Herzfrequenzdaten, die einen signifikanten numerischen Wert angeben (einen bestimmten Schwellenwert überschreitend), selektiv durch die Zeitachsenverarbeitung extrahiert. Ferner werden bei dieser Zeitachsenverarbeitung die Umwandlung (Mittelung und Zeitfilterung) der Fahrdaten in Zusammenfassungsstatistikbeträge und die Umwandlung in statistische Information (z. B. Frequenz- bzw. Häufigkeitsverteilung etc.) durch statistische Verarbeitung durchgeführt. Bei der Zeitachsenverarbeitung werden ein selektives Extraktionszeitintervall (konstant oder inkonstant) und ein statistisches Verarbeitungszeitintervall auf der Zeitachse gemäß Aktualisierungsverarbeitungszeitlängen (Sollantwortzeit) des allgemeinen Fahrermodells Ma und des individuellen Fahrermodells
Es ist anzumerken, dass, obwohl in dieser Ausführungsform die Datenmenge zwischen den Schichten (dem gemeinsam genutzten Server
Als nächstes wird die Parameteraktualisierungsverarbeitung mit Bezug auf
Die Parameteraktualisierungs-Engine
Im Prinzip bestimmt die Parameteraktualisierungs-Engine
Daher vergleicht die Parameteraktualisierungs-Engine
Der erfasste Fahrermodellparameter und der/die entsprechende(n) Steuerungs- bzw. Regelungsparameter P werden miteinander verglichen (Differenzanalyse). Man beachte, dass in einem Fall, in dem sich der Fahrermodellparameter auf den Steuerungs- bzw. Regelungsparameter
Als ein Ergebnis der Differenzanalyse wird, wenn die Differenz einen Schwellenwert überschreitet, der gemäß dem Typ des Steuerungs- bzw. Regelungsparameters
In dieser Ausführungsform sind Inhalte und Zeit der Aktualisierung als die vorgegebene Aktualisierungsbedingung definiert. In Bezug auf den Aktualisierungsinhalt wird, wenn der zu aktualisierende Steuerungs- bzw. Regelungsparameter P der Fahrzeugsteuerungs- bzw. -regelungsverarbeitung hinsichtlich Fahrsicherheit in Bezug auf Fahren, Stoppen und Wenden (Fahrzeugfahrsicherheitssteuerungs- bzw. -regelungsverarbeitung) ist, die Aktualisierung verhindert, da die Änderung dazu führen kann, dass dem Fahrer während des Fahrbetriebs Unbehaglichkeit entsteht. Die Fahrzeugfahrsicherheitssteuerungs- bzw. -regelungsverarbeitung wird von einer automatischen Gaspedalsteuerung bzw. -regelung, einer automatischen Bremssteuerung bzw. -regelung und einer automatischen Lenksteuerung bzw. - regelung begleitet. Zum Beispiel umfasst die Fahrzeugfahrsicherheitssteuerungs- bzw. -regelungsverarbeitung eine Gefahrenvermeidungssteuerungs- bzw. - regelungsverarbeitung zum Verhindern einer Kollision mit einem Hindernis oder einer Abweichung von einer Fahrstraße. Darüber hinaus ist die Wanderbestimmungsverarbeitung auch in der Fahrzeugsteuerungs- bzw. - regelungsverarbeitung enthalten, welche die Fahrsicherheit betrifft.In this embodiment, contents and time of the update are defined as the predetermined update condition. With respect to the update content, when the control parameter P to be updated of the vehicle control processing regarding driving safety with respect to driving, stopping and turning (vehicle driving safety control processing) is prohibited, updating is prevented Change may cause the driver during the driving uncomfortable. The vehicle driving safety control processing is accompanied by automatic accelerator control, automatic brake control, and automatic steering control. For example, the vehicle travel safety control processing includes danger avoidance control processing for preventing a collision with an obstacle or a deviation from a driveway. Moreover, the migration determination processing is also included in the vehicle control processing concerning the driving safety.
Wenn andererseits die Aktualisierungsinhalte aktualisierbar sind, bestimmt die Parameteraktualisierungs-Engine 32 den Aktualisierungszeitpunkt (wenn das Fahrzeug gestoppt ist oder wenn ein Zündschalter (IG) aus ist) basierend auf den Fahrdaten (Fahrzeugzustandsdaten), und wenn eine Aktualisierungszeitpunktbedingung erfüllt ist, überträgt sie die Steuerungs- bzw. Regelungsparameteraktualisierungsinstruktion. Es ist anzumerken, dass, obwohl in dieser Ausführungsform die Parameteraktualisierungs-Engine
Ferner ist der Aktualisierungszeitpunkt gemäß den Aktualisierungsinhalten definiert. Der Aktualisierungszeitpunkt umfasst sofort (wenn das individuelle Fahrermodell
Darüber hinaus wird ein Aktualisierungszeitpunkt des Steuerungs- bzw. Regelungsparameters, der geeignet ist, aktualisiert zu werden, wenn das Fahrzeug gestoppt ist, auf „wenn das Fahrzeug gestoppt ist“ festgelegt. Beispiele der aktualisierbaren Parameter für „wenn das Fahrzeug gestoppt ist“ umfassen einen Totmann-Beurteilungsparameter (z. B. ein Winkel des Körpers des Fahrers in den Fahrerbilddaten) einer Totmannbestimmungsverarbeitung, eine Fahrzeugsitzposition und einen Spiegelwinkel.Moreover, an update timing of the control parameter that is capable of being updated when the vehicle is stopped is set to "when the vehicle is stopped". Examples of updatable parameters for "when the vehicle is stopped" include a dead man's judging parameter (eg, an angle of the driver's body in the driver image data) of dead man determination processing, a vehicle seat position, and a mirror angle.
Ferner wird ein Aktualisierungszeitpunkt des Steuerungs- bzw. Regelungsparameters, der geeignet ist, aktualisiert zu werden, wenn der IG ausgeschaltet ist, auf „wenn der IG ausgeschaltet ist“ festgelegt. Ein Beispiel der aktualisierbaren Parameter für „wenn der IG ausgeschaltet ist“ sind allgemeine Karteninformationen.Further, an update timing of the control parameter capable of being updated when the IG is turned off is set to "when the IG is turned off". An example of the updatable parameters for "when IG is off" is general map information.
Wenn das aktualisierte individuelle Fahrermodell
Ferner wird ein Beispiel beschrieben, in dem eine bestimmte Verarbeitung (Ändern der Reihenfolge von Fahrtroutenvorschlägen, Lenkvibration, Erhöhen der Lautsprecherlautstärke, etc.) in der Fahrzeugsteuerungs- bzw. -regelungsverarbeitung ausgeführt wird, wenn bestimmt wird, dass sich der Fahrer schläfrig fühlt. Die Lern-Engine 31 erstellt ein Untermodell, das auf dem Wanderwinkel der Lenkung basiert, als ein Schläfrigkeitsbestimmungsmodell. Daher wird bei der Schläfrigkeitsbestimmungsverarbeitung in dem Fahrzeug
Wenn andererseits die Lern-Engine
Wenn ferner ein auf den Bilddaten basierendes Schläfrigkeitsbestimmungsuntermodell hinzugefügt wird, wird entsprechend der Typ des Steuerungs- bzw. Regelungsparameters in dem Fahrzeug
Als nächstes wird ein Fall beschrieben, in dem das allgemeine Fahrermodell
Die Parameteraktualisierungs-Engine
Als Nächstes vergleicht die Parameteraktualisierungs-Engine
Wenn der Aktualisierungsparameter auf diese Weise berechnet wird, wird ähnlich wie in dem anderen oben beschriebenen Fall, wenn eine vorgegebene Aktualisierungsbedingung erfüllt ist, eine Steuerungs- bzw. Regelungsparameter- Aktualisierungsinstruktion zum Aktualisieren des Steuerungs- bzw. Regelungsparameters P auf den Aktualisierungsparameter ausgegeben.When the updating parameter is calculated in this manner, similarly to the other case described above, when a predetermined updating condition is satisfied, a control parameter updating instruction for updating the control parameter P is output to the updating parameter.
Als nächstes wird ein Fall beschrieben, in dem die Aktualisierung (erste Aktualisierung) in der Parameteraktualisierungsverarbeitung basierend auf dem individuellen Fahrermodell Mb durchgeführt wird und dann das Aktualisierungsergebnis basierend auf dem allgemeinen Fahrermodell
Die vorgegebene Bedingung für die zweite Aktualisierung ist, ob der emotionale Zustand des Fahrers durch die erste Aktualisierung verbessert wird. Wenn der emotionale Zustand des Fahrers nicht verbessert wird, wird der Steuerungs- bzw. Regelungsparameter P erneut aktualisiert. Daher analysiert die Parameteraktualisierungs-Engine 32 den emotionalen Zustand des Fahrers anhand von Emotionsanalysedaten des Fahrers basierend auf den Fahrdaten (Sprachdaten). The default condition for the second update is whether the driver's emotional state is improved by the first update. If the driver's emotional condition is not improved, the control parameter P is updated again. Therefore, the
Es sei angemerkt, dass die Emotionsanalyse fortlaufend durch die Parameteraktualisierungs-Engine 32 durchgeführt werden kann oder kontinuierlich durch einen anderen Funktionsblock (Fahrerzustandsanalyseeinheit) durchgeführt und als ein Emotionsanalyseverlauf gespeichert werden kann. Des Weiteren bedeutet die Verbesserung des emotionalen Zustands, dass sich der emotionale Zustand von einer unangenehmen negativen Emotion (Traurigkeit, Hass, Wut, Angst, Nervosität, Unzufriedenheit etc.) zu einer angenehmen positiven Emotion (Freude, Genuss, Erleichterung, Entspannung, Zufriedenheit etc.) verändert.It should be noted that the emotion analysis may be performed continuously by the
Die Parameteraktualisierungs-Engine
Wenn eine vorgegebene Aktualisierungsbedingung erfüllt ist, wird eine Steuerungs- bzw. Regelungsparameter-Aktualisierungsinstruktion zum Aktualisieren des Steuerungs- bzw. Regelungsparameters
Die Parameteraktualisierungs-Engine
Außerdem wird ein neuer Aktualisierungsparameter zum Aktualisieren des Steuerungs- bzw. Regelungsparameters
Beispielsweise wird das Untermodell des Lenkvorgangszeitpunkts beim Fahren auf einer kurvigen Straße betrachtet. Wenn eine von dem Fahrer empfundene Belastung (basierend auf der Herzfrequenz, einer Sprachanalyse etc.) beim Fahren auf der kurvigen Straße nicht verringert wird, nachdem ein entsprechender Steuerungs- bzw. Regelungsparameter P des Fahrzeugs
Als nächstes wird eine Empfehlungsverarbeitung mit Bezug auf
Die Empfehlungs-Engine
Die Empfehlungs-Engine
Der Zustandsanalyseblock
Der Empfehlungsblock
Der Fahrerzustand umfasst den Zustand von Geist, Körper und Verhalten des Fahrers. Der (emotionale) Geisteszustand umfasst einen Aufmerksamkeitszustand, Bewusstsein, Emotion, Stresslevel, Fahrbelastung, Fahrmotivation, Empfindung, Nervosität, Kontext, etc. Der körperliche (physische) Zustand umfasst Ermüdungsniveau, Gesundheitszustand, Temperaturempfinden, Gerätsichtbarkeit, Gerätebedienbarkeit, Fahrkomfort, Sitzkomfort, physische bzw. physikalische Information, etc. Der Verhaltenszustand umfasst Blickposition/Ziel, Aufmerksamkeitszustand, Gestik, Gerätebedienung, Fahrverhalten/Bedienung/Haltung bzw. Einstellung, Dialog, Gewohnheit, tägliche Aktivitäten, Verhaltensabsicht, etc.The driver's condition includes the condition of the driver's mind, body and behavior. The (emotional) state of mind includes an attention state, consciousness, emotion, stress level, driving load, driving motivation, sensation, nervousness, context, etc. The physical state includes fatigue level, health status, temperature sensibility, device visibility, device operability, ride comfort, seating comfort, physical or physical condition physical information, etc. The behavioral state includes gaze position / goal, attention state, gesture, device operation, driving behavior / operation / attitude, dialogue, habit, daily activities, behavioral intention, etc.
Der Geisteszustand (insbesondere der emotionale Zustand) kann direkt aus den Sprachdaten (z. B. der Emotionsanalyse unter Verwendung eines endokrinen Modells), den Bilddaten des Fahrers und den Herzfrequenzdaten analysiert oder geschätzt werden unter Verwendung des individuellen Fahrermodells
Der Umgebungsumgebungszustand ist eine Umgebung um das Fahrzeug
Der Fahrzeugzustand ist der Fahrzustand des Fahrzeugs
Als die Empfehlungssteuerung bzw. -regelung führt der Empfehlungsblock mindestens eine Kabinen- bzw. Fahrgastraumempfehlung, eine Reiseempfehlung und eine Informationsdarstellungsempfehlung durch.As the recommendation control, the recommendation block performs at least a cabin recommendation, a travel recommendation, and an information presentation recommendation.
Die Fahrgastraumempfehlung ist eine Empfehlungssteuerung bzw. -regelung zum Bereitstellen einer Fahrgastraumumgebung, die für den Fahrer geeignet ist, und umfasst das Festlegen von Positionen und Winkeln des Sitzes und des Spiegels, Einstellen der Klimaanlage und Bereitstellen von Musik, eines Begrüßungseffekts etc.The passenger compartment recommendation is a recommendation control for providing a passenger compartment environment suitable for the driver, and includes setting positions and angles of the seat and the mirror, setting the air conditioner, and providing music, a greeting effect, etc.
Die Fahrempfehlung ist eine Empfehlungssteuerung bzw. -regelung zum Bereitstellen einer für den Fahrer geeigneten Reiseroute und umfasst das Darstellen einer empfohlenen Route, einer angenehmen Route, einer herausfordernden Route mit einem hohen Fahrschwierigkeitsniveau, einer Gefahrenvermeidungsroute etc.The driving recommendation is a recommendation control for providing a travel route suitable for the driver, and includes presenting a recommended route, a pleasant route, a challenging route having a high driving difficulty level, a danger avoiding route, etc.
Die Informationsdarstellungsempfehlung umfasst das Bereitstellen nützlicher Informationen für den Fahrer und das Darstellen eines fortgeschrittenen Zustandsschätzergebnisses zu einem geeigneten Zeitpunkt in einem geeigneten Darstellungsverfahren. Die Darstellung der nützlichen Informationen für den Fahrer beinhaltet das Darstellen von Informationen über Attraktionsorte auf der Route (Landschaft, Restaurants, Aussichtspunkt etc.), Straßenverkehr/Wetter/Nachrichten, Aufmerksamkeitsaufruf (um verlorene Gegenstände und Verspätung zu vermeiden), Aufgabenliste, ein einprägsames Bild (Bild), etc. Die Darstellung des fortgeschrittenen Zustandsschätzergebnisses umfasst das Darstellen von Informationen über eine fortgeschrittene Totmannbestimmung und eine erweiterte Lächelnbestimmung.The information presentation recommendation includes providing useful information to the driver and presenting an advanced state estimation result at an appropriate time in a suitable presentation process. Presenting useful information to the driver includes presenting information about points of interest on the route (landscape, restaurants, viewpoint, etc.), traffic / weather / news, attention call (to avoid lost items and delay), to-do list, memorable image (Picture), etc. The advanced state estimation result display includes information on advanced deadman determination and extended smile determination.
Der Empfehlungsblock
In Übereinstimmung mit dem Empfehlungssignal gibt der On-Bord-Controller
In dieser Ausführungsform leitet der Empfehlungsblock
Zum Beispiel schätzt der Zustandsanalyseblock
Das Fahrgastraumempfehlungssignal ist beispielsweise ein Signal zum Anweisen, die Klimaanlage zu aktivieren, die Klimatisierungstemperatur zurückzusetzen (abzusenken), einen vorgegebenen Musikkanal auszugeben, der von dem Lautsprecher gesendet wird, einen Musikkanal zu wechseln, die Sitzposition und die Spiegelposition gemäß dem Ermüdungsniveau etc. zu verändern. Das Fahrtroutenempfehlungssignal ist beispielsweise ein Signal zum Anweisen, eine Änderung der Route von einer aktuell eingestellten Route mit einem hohen Schwierigkeitsgrad (z. B. mit vielen Kurven) zu einer neuen Route mit einem niedrigen Schwierigkeitsgrad (mit vielen geraden Straßen) etc. zu veranlassen. Das Informationsdarstellungsempfehlungssignal ist ein Signal zum Anweisen, auf dem Bildschirm eine gegebene Nachricht anzuzeigen, die dem Fahrer empfiehlt, eine Pause zu machen oder die Fahrzeuggeschwindigkeit zu verringern etc. Ferner wird ein geeignetes Empfehlungssignal ausgewählt, wenn ein vorgegebener Körperzustand oder ein bestimmter Geisteszustand (emotionaler Zustand) analysiert wird.The passenger compartment recommendation signal is, for example, a signal for instructing to activate the air conditioner, to reset the air conditioning temperature, to output a predetermined music channel sent from the speaker, to change a music channel, to change the seating position and the mirror position according to the fatigue level, etc. , The route recommendation signal is, for example, a signal for instructing to make a change in the route from a currently set route having a high degree of difficulty (eg, many turns) to a new route having a low degree of difficulty (having many straight roads), etc. The information display recommendation signal is a signal for instructing the screen to display a given message recommending to the driver to pause or reduce the vehicle speed, etc. Further, a suitable recommendation signal is selected when a predetermined body condition or state (emotional condition ) is analyzed.
Ferner enthält das individuelle Fahrermodell
Als nächstes wird ein Beispiel der Informationsdarstellungsempfehlung beschrieben. Es wird ein Fall betrachtet, in dem der Zustandsanalyseblock
Wenn der Zustandsanalyseblock
Ferner enthält das individuelle Fahrermodell
Wenn der Zustandsanalyseblock
Als nächstes wird ein Beispiel der Reiseroutenempfehlung beschrieben. Der Zustandsanalyseblock 33a schätzt den emotionalen Zustand oder den Körperzustand des Fahrers anhand der Fahrdaten mit Bezug auf das individuelle Fahrermodell
Bei Empfang der Analyseausgabe, die diese Schätzung (Vorhersage) angibt, leitet der Empfehlungsblock 33b die Empfehlungsverarbeitung ab, um den Fahrer zu veranlassen, Vergnügen zu fühlen (oder sich nicht gelangweilt zu fühlen). Beispielsweise basierend auf dem individuellen Fahrermodell
Wenn der Zustandsanalyseblock
Der On-Board-Controller
Es sei angemerkt, dass in dieser Ausführungsform, ob die empfehlende Verarbeitung auszuführen ist, in Abhängigkeit davon bestimmt wird, ob die Empfehlungsverarbeitung die Unterhaltungssteuerungs- bzw. -regelungsverarbeitung oder die Sicherheitssteuerungs- bzw. -regelungsverarbeitung ist. Ohne jedoch darauf zu beschränken, wenn die Möglichkeit besteht, dass der Fahrzeugbetrieb unsicher ist, kann die Ausführung der Empfehlungsverarbeitung auch dann verboten werden, wenn die Empfehlungsverarbeitung die Unterhaltungssteuerungs- bzw. - regelungsverarbeitung ist. Wenn beispielsweise die Empfehlungsverarbeitung eine Verarbeitung zum Verzögern der Ausgabe eines Alarmausgabezeitpunkts für den Fall ist, dass ein Bremsvorgangszeitpunkt verzögert ist, wird die Ausführung der Verarbeitung verboten, da das unsichere Betriebsniveau zunimmt, wohingegen wenn die Empfehlungsverarbeitung eine Verarbeitung zum Vorrücken des Alarmausgabezeitpunkts ist, die Ausführung erlaubt ist, da der sichere Betriebsniveau zunimmt.It should be noted that, in this embodiment, whether to perform the recommended processing is determined depending on whether the recommendation processing is the entertainment control processing or the safety control processing. However, without limiting to it, if there is a possibility that the vehicle operation is uncertain, the execution of the recommendation processing may be prohibited even if the recommendation processing is the entertainment control processing. For example, when the recommendation processing is a processing for delaying the issuance of an alarm output timing in the case that a braking operation time is delayed, the execution of the processing is prohibited because the unsafe operating level increases, whereas if the recommendation processing is processing for advancing the alarm output timing, the execution is allowed as the safe operating level increases.
Darüber hinaus verbietet der Empfehlungsbestimmungsblock
Als nächstes wird eine ergänzende bzw. komplementäre Verarbeitung des individuellen Fahrermodells mit dem allgemeinen Fahrermodell beschrieben. Da das Fahren des Fahrzeugs
Ein Vergleichsblock (nicht dargestellt) der Empfehlungs-Engine
Als nächstes wird eine Verifizierungsverarbeitung der Empfehlungsinstruktion mit Bezug auf 2 beschrieben. Der individuelle Server
Das ideale Fahrermodell
Die Differenzanalyse-Engine
Die Ergebnisverifizierungs-Engine
Als Nächstes wird ein Fahrzeugfahrassistenzsystem gemäß einer Modifikation unter Bezugnahme auf
Anders als bei dem oben beschriebenen Fahrzeugfahrassistenzsystem
Bei diesem Fahrzeugfahrassistenzsystem
In einem Fall, in dem der On-Board-Controller
Ferner befindet sich die Technologie künstlicher Intelligenz derzeit in einem Entwicklungsstadium und die Fortschrittsgeschwindigkeit ist hoch. Daher kann der separat konfigurierte individuelle Server
Als nächstes werden Effekte des Fahrzeugfahrassistenzsystems dieser Ausführungsform beschrieben.Next, effects of the vehicle driving assist system of this embodiment will be described.
Das Fahrzeugfahrassistenzsystem dieser Ausführungsform enthält den gemeinsam genutzten Server
In dieser Ausführungsform wird ein geeignetes Modell aus dem allgemeinen Fahrermodell Ma und dem individuellen Fahrermodell
Ferner bestimmt in dieser Ausführungsform die Parameteraktualisierungs-Engine
Ferner enthält in dieser Ausführungsform der individuelle Server
Ferner priorisiert in dieser Ausführungsform die Parameteraktualisierungs-Engine
Ferner wird in dieser Ausführungsform das Verfahren zum Unterstützen des Fahrens des Fahrzeugs durch das Fahrzeugfahrassistenzsystem bereitgestellt. Das Fahrzeugfahrassistenzsystem enthält den gemeinsam genutzten Server
Ferner wird in dieser Ausführungsform das Verfahren zum Unterstützen des Fahrens des Fahrzeugs durch das Fahrzeugfahrassistenzsystem bereitgestellt. Das Fahrzeugfahrassistenzsystem enthält den gemeinsam genutzten Server
Bezugszeichenliste LIST OF REFERENCE NUMBERS
- 11
- gemeinsam genutzter Servershared server
- 33
- individueller Serverindividual server
- 55
- On-Board-ControllerOn-board controller
- 88th
- Fahrzeugsensorvehicle sensor
- 9a9a
- InformationsdarstellungsvorrichtungInformation presentation device
- 9b9b
- On-Board-VorrichtungOn-board device
- 9c9c
- InformationskommunikationsvorrichtungInformation communication device
- 9d9d
- Fahrzeugsteuerungs- bzw. -regelungssystemVehicle control system
- 11, 3111, 31
- Lern-EngineLearning Engine
- 3232
- Parameteraktualisierungs-EngineParameter Update Engine
- 3333
- Empfehlungs-EngineRecommendation engine
- 33a33a
- ZustandsanalyseblockState analysis block
- 33b33b
- EmpfehlungsblockReferral Unit
- 3434
- Differenzanalyse-EngineDifferential analysis engine
- 3535
- Ergebnisverifizierungs-EngineResult Verification Engine
- 4040
- erste Synchronisations-Enginefirst synchronization engine
- 5151
- Fahrzeugsteuerungs- bzw. -regelungsblockVehicle control block
- 51a51a
- MomentanzustandsanalyseblockCurrent state analysis block
- 51b51b
- IdealzustandsanalyseblockIdeal state analysis block
- 51c51c
- DifferenzberechnungsblockDifference calculation block
- 52a52a
- Unterhaltungssteuerungs- bzw. -regelungsblockEntertainment control block
- 52b52b
- Sicherheitssteuerungs- bzw. -regelungsblockSafety control block
- 5353
- EmpfehlungsbestimmungsblockRecommendation determination block
- 6060
- zweite Synchronisations-Enginesecond synchronization engine
- AA
- Fahrzeugvehicle
- Da, DbThere, db
- Akkumulierte DatenAccumulated data
- MaMa
- allgemeines Fahrermodellgeneral driver model
- Mbmb
- individuelles Fahrermodellindividual driver model
- MiWed.
- ideales Fahrermodellideal driver model
- PP
- Steuerungs- bzw. RegelungsparameterControl parameters
- S, S2S, S2
- FahrzeugfahrassistenzsystemVehicle driving assistance system
ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte PatentliteraturCited patent literature
- JP 2009237937 A [0002]JP 2009237937 A [0002]
- JP 2015135552 A [0003, 0004]JP 2015135552 A [0003, 0004]
Claims (7)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017065085A JP6575934B2 (en) | 2017-03-29 | 2017-03-29 | Vehicle driving support system and vehicle driving support method |
JP2017-065085 | 2017-03-29 |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102018001342A1 true DE102018001342A1 (en) | 2018-09-27 |
Family
ID=63450439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102018001342.2A Withdrawn DE102018001342A1 (en) | 2017-03-29 | 2018-02-21 | Method and system for assisting the driving of a vehicle and computer program product |
Country Status (4)
Country | Link |
---|---|
US (1) | US10668929B2 (en) |
JP (1) | JP6575934B2 (en) |
CN (1) | CN108688677B (en) |
DE (1) | DE102018001342A1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021131737A1 (en) | 2021-12-02 | 2023-06-07 | Audi Aktiengesellschaft | Method for operating a driving dynamics system device of a motor vehicle during a journey, control device, and motor vehicle |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016158197A1 (en) * | 2015-03-31 | 2016-10-06 | 日立オートモティブシステムズ株式会社 | Automatic driving control device |
US20190185012A1 (en) | 2017-12-18 | 2019-06-20 | PlusAI Corp | Method and system for personalized motion planning in autonomous driving vehicles |
US11273836B2 (en) * | 2017-12-18 | 2022-03-15 | Plusai, Inc. | Method and system for human-like driving lane planning in autonomous driving vehicles |
US11130497B2 (en) | 2017-12-18 | 2021-09-28 | Plusai Limited | Method and system for ensemble vehicle control prediction in autonomous driving vehicles |
US10442443B1 (en) * | 2018-05-09 | 2019-10-15 | GM Global Technology Operations LLC | Providing driver feedback |
WO2020069517A2 (en) * | 2018-09-30 | 2020-04-02 | Strong Force Intellectual Capital, Llc | Intelligent transportation systems |
KR102675289B1 (en) * | 2018-10-29 | 2024-06-17 | 현대자동차주식회사 | Vehicle And Control Method Thereof |
US11480117B2 (en) * | 2018-12-17 | 2022-10-25 | Ford Global Technologies, Llc | Method and system for vehicle stop/start control |
US11741763B2 (en) * | 2018-12-26 | 2023-08-29 | Allstate Insurance Company | Systems and methods for system generated damage analysis |
JP2020119260A (en) * | 2019-01-23 | 2020-08-06 | トヨタ自動車株式会社 | Information processing device, information processing method and program |
US20200249036A1 (en) * | 2019-01-31 | 2020-08-06 | Hyundai Motor Company | Method and apparatus for moving object sharing in fleet system |
US10668930B1 (en) * | 2019-02-04 | 2020-06-02 | State Farm Mutual Automobile Insurance Company | Determining acceptable driving behavior based on vehicle specific characteristics |
WO2020170304A1 (en) * | 2019-02-18 | 2020-08-27 | 日本電気株式会社 | Learning device and method, prediction device and method, and computer-readable medium |
WO2020202450A1 (en) * | 2019-04-01 | 2020-10-08 | ヤマハ発動機株式会社 | Personality analysis method, personality analysis device, information processing method using personality data, and information processing device using personality data |
US20220185321A1 (en) * | 2019-04-02 | 2022-06-16 | Volvo Truck Corporation | An on-board control system for operating a vehicle |
CN110135355B (en) * | 2019-05-17 | 2023-04-07 | 吉林大学 | Method for actively regulating and controlling emotion of driver by using color and sound effect |
JP7377042B2 (en) | 2019-09-25 | 2023-11-09 | 株式会社Subaru | vehicle system |
US11738804B2 (en) * | 2020-02-07 | 2023-08-29 | Micron Technology, Inc. | Training a vehicle to accommodate a driver |
JP2021149617A (en) * | 2020-03-19 | 2021-09-27 | 本田技研工業株式会社 | Recommendation guidance device, recommendation guidance method, and recommendation guidance program |
US11878714B2 (en) * | 2020-04-06 | 2024-01-23 | Harman International Industries, Incorporated | Techniques for customizing self-driving models |
FR3109127B1 (en) * | 2020-04-10 | 2022-04-22 | Renault Sas | Method for recognizing a driving mode of a vehicle and associated recognition device |
US11808591B2 (en) | 2020-06-04 | 2023-11-07 | Harman International Industries, Incorporated | Affective-cognitive load based navigation |
US11721234B2 (en) * | 2020-10-14 | 2023-08-08 | GM Global Technology Operations LLC | Methods and systems to autonomously train drivers |
CN114834475B (en) * | 2021-01-15 | 2024-05-31 | 宇通客车股份有限公司 | Vehicle output torque control method and device |
CN113536028A (en) * | 2021-07-30 | 2021-10-22 | 湖北亿咖通科技有限公司 | Music recommendation method and device |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009237937A (en) | 2008-03-27 | 2009-10-15 | Equos Research Co Ltd | Driver model processor |
JP2015135552A (en) | 2014-01-16 | 2015-07-27 | 株式会社デンソー | Learning system, on-vehicle device, and server |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10343683A1 (en) * | 2003-09-20 | 2005-04-21 | Daimler Chrysler Ag | Information system for motor vehicles |
JP4682714B2 (en) * | 2005-06-14 | 2011-05-11 | トヨタ自動車株式会社 | Dialog system |
US7579942B2 (en) * | 2006-10-09 | 2009-08-25 | Toyota Motor Engineering & Manufacturing North America, Inc. | Extra-vehicular threat predictor |
JP2009205646A (en) * | 2008-02-29 | 2009-09-10 | Equos Research Co Ltd | Driving support device |
JP2009264880A (en) * | 2008-04-24 | 2009-11-12 | Equos Research Co Ltd | Driver model creation device |
US8384534B2 (en) * | 2010-01-14 | 2013-02-26 | Toyota Motor Engineering & Manufacturing North America, Inc. | Combining driver and environment sensing for vehicular safety systems |
US9638537B2 (en) * | 2012-06-21 | 2017-05-02 | Cellepathy Inc. | Interface selection in navigation guidance systems |
US20170279957A1 (en) * | 2013-08-23 | 2017-09-28 | Cellepathy Inc. | Transportation-related mobile device context inferences |
KR101555444B1 (en) * | 2014-07-10 | 2015-10-06 | 현대모비스 주식회사 | An apparatus mounted in vehicle for situational awareness and a method thereof |
US10387962B1 (en) * | 2014-07-21 | 2019-08-20 | State Farm Mutual Automobile Insurance Company | Methods of reconstructing an accident scene using telematics data |
US20160059775A1 (en) * | 2014-09-02 | 2016-03-03 | Nuance Communications, Inc. | Methods and apparatus for providing direction cues to a driver |
CN104260725B (en) * | 2014-09-23 | 2016-09-14 | 北京理工大学 | A kind of intelligent driving system containing pilot model |
JP6497915B2 (en) * | 2014-12-08 | 2019-04-10 | 株式会社デンソーテン | Driving support system |
JP6074553B1 (en) * | 2015-04-21 | 2017-02-01 | パナソニックIpマネジメント株式会社 | Information processing system, information processing method, and program |
US9988056B2 (en) * | 2015-12-15 | 2018-06-05 | Octo Telematics Spa | Systems and methods for controlling sensor-based data acquisition and signal processing in vehicles |
WO2018019354A1 (en) * | 2016-07-25 | 2018-02-01 | Swiss Reinsurance Company Ltd. | An apparatus for a dynamic, score-based, telematics connection search engine and aggregator and corresponding method thereof |
WO2018028799A1 (en) * | 2016-08-12 | 2018-02-15 | Swiss Reinsurance Company Ltd. | Telematics system with vehicle-embedded telematics devices (oem line fitted) for score-driven, automated insurance and corresponding method |
CN106372438B (en) * | 2016-09-13 | 2018-04-13 | 西安科技大学 | A kind of method for building up of driver's driving condition identification sample storehouse |
US9739627B1 (en) * | 2016-10-18 | 2017-08-22 | Allstate Insurance Company | Road frustration index risk mapping and mitigation |
US10192171B2 (en) * | 2016-12-16 | 2019-01-29 | Autonomous Fusion, Inc. | Method and system using machine learning to determine an automotive driver's emotional state |
US10252461B2 (en) * | 2017-03-27 | 2019-04-09 | International Business Machines Corporation | Cognitive-based driving anomaly detection based on spatio-temporal landscape-specific driving models |
-
2017
- 2017-03-29 JP JP2017065085A patent/JP6575934B2/en not_active Expired - Fee Related
-
2018
- 2018-02-06 CN CN201810116314.6A patent/CN108688677B/en not_active Expired - Fee Related
- 2018-02-21 DE DE102018001342.2A patent/DE102018001342A1/en not_active Withdrawn
- 2018-02-26 US US15/904,851 patent/US10668929B2/en not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009237937A (en) | 2008-03-27 | 2009-10-15 | Equos Research Co Ltd | Driver model processor |
JP2015135552A (en) | 2014-01-16 | 2015-07-27 | 株式会社デンソー | Learning system, on-vehicle device, and server |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021131737A1 (en) | 2021-12-02 | 2023-06-07 | Audi Aktiengesellschaft | Method for operating a driving dynamics system device of a motor vehicle during a journey, control device, and motor vehicle |
Also Published As
Publication number | Publication date |
---|---|
US20180281812A1 (en) | 2018-10-04 |
CN108688677A (en) | 2018-10-23 |
US10668929B2 (en) | 2020-06-02 |
JP6575934B2 (en) | 2019-09-18 |
CN108688677B (en) | 2021-06-25 |
JP2018169705A (en) | 2018-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102018001342A1 (en) | Method and system for assisting the driving of a vehicle and computer program product | |
DE102018001377A1 (en) | Method and system for assisting the driving of a vehicle and computer program product | |
DE102018001365A1 (en) | Vehicle driving assistance system, method for operating a vehicle driving assistance system and computer program product | |
DE102018001373A1 (en) | Vehicle driving assistance system, method for controlling a vehicle driving assistance system and computer program product | |
JP6683163B2 (en) | Vehicle driving support system | |
AT518489B1 (en) | Driver assistance system for assisting a driver in driving a vehicle | |
DE102018207069B4 (en) | Method and control unit for operating an autonomous vehicle | |
DE102018127443A1 (en) | On-board system for communicating with inmates | |
DE102017208159A1 (en) | Method for operating a driver assistance device of a motor vehicle, driver assistance device and motor vehicle | |
JP6555645B2 (en) | Vehicle driving support system and vehicle driving support method | |
JP6575933B2 (en) | Vehicle driving support system | |
DE112022000554T5 (en) | SYSTEMS AND METHODS FOR GENERATING A CONTEXTUAL EXPERIENCE FOR A DRIVER | |
DE102019105490A1 (en) | Method, device and computer program for operating a vehicle using a mobile user device | |
JP6607223B2 (en) | Vehicle driving support system and vehicle driving support method | |
DE102008038859A1 (en) | Human i.e. driver, perception detecting system for use in e.g. aircraft, has evaluation unit identifying reaction of human to action based on detected information, and concluding perception of relevant part of surrounding field of human | |
JP6579495B2 (en) | Vehicle driving support system | |
JP2018169700A (en) | Vehicle driving support system | |
DE102022105009A1 (en) | INFORMATION PROCESSING CIRCUIT AND INFORMATION PROCESSING PROCEDURES | |
DE102021207781A1 (en) | Method, control device and system for adapting an assisted or automated driving function of a vehicle | |
DE102020110496A1 (en) | Method and system for determining a driver profile of a driver of a vehicle | |
DE102020212009A1 (en) | Control device for a vehicle | |
JP6579494B2 (en) | Vehicle driving support system | |
EP4377120A1 (en) | Method for providing media content which is adapted to the movement of a vehicle, and vehicle | |
DE102022123805A1 (en) | Method, device and computer program for assisting a driver of a vehicle | |
DE102022208033A1 (en) | Control device for a motor vehicle, a method for passing on information in a motor vehicle and a motor vehicle |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |